团队里有人想学AI,我的AI助手当了一回助教

# 团队里有人想学AI，我的AI助手当了一回助教

几个月前，团队里一个新同事跑过来问我。

"哥，我想学AI，有没有什么推荐的课程？"

我问他想学什么方向。他说不知道，就说"AI很火，想学学"。

这个场景我太熟了。每年都有几个人这么问我，我每次都给一串链接——吴恩达的课、李沐的论文班、Hugging Face的教程。然后呢？然后就没有然后了。真正学完的，一只手数得过来。

不是他们不努力。是一旦开始工作，谁还有精力下了班去刷两个小时的网课？更别说从零开始搭环境、跑模型——错一个版本号就能卡你一晚上。

这次我想，换个思路试试。

以前怎么办

以前我教团队里的人学AI，大概三步：

① 扔一堆资料过去。 课程链接、论文链接、GitHub仓库。对方一看就傻了——这么多，从哪开始？

② 过两周问一下。 "学了没？""学了，第一章。"然后就没下文了。

③ 放弃了。 对方觉得自己不是学AI的料，我觉得自己不是好老师。这事就翻篇了。

说白了，问题不是没人愿意学，是没人有时间按部就班地学。工作已经够忙了，业余能抽半个小时就不错了。哪个传统的AI课程是半小时能搞定一节的？

AI怎么当助教

这次，我换了一个方法。

我跟我的AI助手说："团队里有个新人想学AI，但很忙，每天大概能抽20-30分钟。你帮我给他定一个学习计划，每天一个任务，用他能接触到的实际场景来教，不讲理论。"

AI给了我一版，我一看，跟我想的不太一样：

· **第一天**：你负责的系统里有一个用模型做分类的功能。今天把它拆开，看看输入和输出是什么。十分钟就够了。

· **第二天**：今天试一下，如果输入变了一点，输出会怎么变。记录三个你发现的规律。

· **第三天**：不看代码，用自己的语言写一段话：这个模型到底在干什么。

我愣了一下。这根本不是"教AI"，这是在教他怎么思考模型的输入和输出关系。没有一行理论，全是他在做的事情。

我把这个计划给那个同事看，他试了一周。

翻了一个有意思的车

第一周结束，我去问他感觉怎么样。

他说挺好的，每天都做完了，时间也刚刚好。

我挺高兴。然后我问AI助手："他这一周学了什么？"

AI回了一堆。我越看越觉得不对——这些任务AI自己列的，它当然能总结。但问题是，它总结的是它布置的任务，不是那个同事真正学到了什么。

我意识到一个问题：AI布置作业做得很好，但它并不知道学生到底有没有学会。它能看到的是"任务已查收"、"已完成"这些信号，但它看不到的是——这个同事在完成任务的过程中，有没有遇到卡住的地方？有没有觉得某个点不理解但不好意思说？

这就像你在网上买了一个课程，每天登录、看视频、在评论区打了卡。但老师根本不知道你有没有真懂。

AI助教能做的事，边界很清楚：它适合教标准化的、有明确答案的东西。但教一个人"理解"一件事，它做不了。

我们后来怎么调的

发现这个翻车点之后，我加了一个环节。

每次AI布置完一周的任务后，我让那个同事周五下午来找我，当面聊15分钟。

· "这个任务你用了多长完成？"

· "有没有哪个地方你感觉有点绕？"

· "你理解的这个模型的判断逻辑，用你自己的话给我讲讲。"

15分钟就够了。大部分时间他讲得都比我预期的清楚，说明AI的任务设计是对的。偶尔有一两个点他讲得含含糊糊——我就知道，这里AI的教学没覆盖到，我来补上。

后来我发现，这个"周五15分钟"的价值，比AI布置的整个一周任务都大。因为AI可以把知道的部分教得很好，但只有人才能把理解的部分补上。

能带走的东西

这件事之后，我总结了一个分工：

AI适合做：

· 把大目标拆成每天能做的小任务

· 用团队的代码库做例子，不讲抽象概念

· 每天push一下、检查进度

· 自动记录学习轨迹

人适合做：

· 判断学生有没有真懂

· 补AI看不到的思路断层

· 在学生卡住的时候，给一个他能听懂的比喻

以前我们觉得"教别人"是一个整体——从出教案到检查到答疑，都是老师一个人的事。现在可以拆开了：AI管前半段（出任务+追踪进度），人管后半段（判断理解+补断层）。

分工清楚之后，我再也不担心有人问我"想学AI从哪开始了"。我知道接下来三步很简单：

1. 让AI出一份"每天20分钟，基于你手上的系统"的学习计划

2. 周五留15分钟当面聊聊

3. 坚持下去

不是每个人最后都会变成AI专家。但至少，他们不会因为"不知道从哪开始"而停下来了。

诸葛坦

AI时代的深度思考